使用遥感图像来判断是否适合赏枫

更好阅读体验：
【我的博客原文】

赏枫，实在是秋季亲近自然的一大妙方。
在规划赏枫行程的时候（没错，我们J人就是这么喜欢规划），我却遇到了一个问题：“我怎么知道哪里适合赏枫？”最简单的方法当然是出行前看下小红书，判断是否适合赏枫，但如果提前一个星期多进行规划就不方便了（是的我们J人就是喜欢超前规划）。而且，也不是所有地方都会有人发枫叶状况，这该怎么办呢？

巧的很，我现在学的是遥感方向，那就找点遥感图像看看呗。

尝试（With GPT5）

虽说我是遥感方向，但是我本科完全不懂遥感啊，顶天了解CV相关的语意分割、目标检测啥的。所以我问了下GPT该怎么衡量该区域是否要落叶了，他给出的回答是 NDVI在0.3～0.5 之间 一般是落叶区域。我在 Copernicus Data Space Browser 中使用 Sentinel-2 拍摄的实时数据进行分析，发现城市区域造成的视觉干扰很大:于是我使用 SCL 并mask掉了城市区域。此外，我还将NDVI0.3~0.5区域标红。

//VERSION=3
function setup() {
   
   
  return {
   
   
    input: ["B04", "B08", "SCL", "dataMask"],
    output: [
      {
   
    id: "default", bands: 4 },
      {
   
    id: "index", bands: 1, sampleType: "FLOAT32" },
      {
   
    id: "eobrowserStats", bands: 2, sampleType: "FLOAT32" },
      {
   
    id: "dataMask", bands: 1 }
    ]
  };
}

// 参数：根据需要微调这三个阈值
const NDVI_MIN = 0.25;  // 低于此值基本认为非有效植被（透明）
const FALL_LO = 0.30;   // 落叶/变色窗口下界（偏黄）
const FALL_HI = 0.55;   // 落叶/变色窗口上界（偏红）

function isVegetation(scl) {
   
   
  return scl === 4; // SCL=4: Vegetation
}

function lerp(a,b,t){
   
    return a + (b-a)*t; }
function clamp01(x){
   
    return Math.max(0, Math.min(